Desafortunadamente, Covid-19 ha aumentado la reticencia del público en general a viajar en autobús, tren y tranvía, y el deseo de viajar en automóvil. Esto es muy desafortunado. Desde 2016, más de 52 países han buscado reducir su huella de carbono para cumplir con los objetivos del Acuerdo de París de 2030 alentando a las personas a usar el transporte público. Sin embargo, desde el estallido de la pandemia, las iniciativas de transporte público en todo el mundo se han detenido y se está haciendo todo lo posible para reducir el CO.2 Emisiones y residuos plásticos. La gente quería andar en bicicleta durante el confinamiento, pero su confianza se está desvaneciendo a medida que las carreteras vuelven a estar ocupadas, especialmente con poca luz o con poca luz, por temor a que los conductores no los vean.
Otro impacto es la pérdida de la confianza del público en gastar el dinero ganado con tanto esfuerzo al visitar los centros de las ciudades en artículos “no esenciales”. Según la Oficina de Estadísticas Nacionales, solo el 36% de la población del Reino Unido confía en visitar una tienda de la calle y uno de cada cinco dice que nunca volverá a entrar en una tienda de ropa. Como resultado, la venta minorista en línea está proliferando, aumentando la presión sobre las cadenas de suministro asociadas y la logística de entrega de última milla. Estos no solo requieren mucha mano de obra, sino que las personas no tienen más remedio que trabajar cerca.
La pandemia ha puesto de manifiesto que muchos servicios importantes todavía dependen de procesos manuales para seguir funcionando. La automatización y el IoT son dos de las tecnologías más disruptivas en nuestro mundo digital, por lo que, teniendo esto en cuenta, cuando se trata de prestar servicios como servicios de mensajería, mensajería personal, autobuses, trenes, camiones grandes y conductores de furgonetas no deberían estar obligados a poner ellos mismos en peligro. Reciba paquetes y comestibles en la puerta de su casa.
Es posible que estemos experimentando lo peor, pero debemos mantener medidas de seguridad como el distanciamiento social y la limitación del contacto humano en el futuro cercano para reducir el riesgo de una segunda ola. Para que esto sea posible en la práctica y económicamente viable, se requieren innovaciones revolucionarias para facilitar y acelerar la despliegue de aplicaciones y procesos autónomos. La entrega de última milla, la logística de la cadena de suministro y el flete son buenos candidatos en este sentido. Sin embargo, los sistemas que se basan en cámaras o tecnología LiDAR aún tienen importantes problemas de seguridad, especialmente en condiciones climáticas adversas o con poca luz. Hasta que esto se resuelva, la adopción generalizada de logística inteligente, transporte inteligente o sistemas de entrega inteligentes no es práctica.
Para que los vehículos no tripulados y los sistemas automatizados de entrega de paquetes funcionen de manera segura y efectiva, estos sistemas deben poder detectar, identificar, identificar y clasificar de manera confiable y repetida todos los objetos, objetos y obstáculos que encuentran. Además, debe ser capaz de responder con la latencia más baja y la precisión más alta adquiriendo datos de alta fidelidad en cualquier entorno, en cualquier lugar, incluso cuando no se disponga de cobertura móvil o GNSS (GPS).
¿Qué pasaría si hubiera una forma rentable de mejorar la fidelidad de los datos capturados por las tecnologías existentes para que los automóviles y servicios autónomos pudieran implementarse a escala? A menudo sin la necesidad de operadores humanos. se reduce el contacto cara a cara.
El potencial de una solución de este tipo se hará realidad gracias a un proyecto pionero liderado por R4DAR con un consorcio de nuevas empresas tecnológicas disruptivas, empresarios y profesionales de ML. El consorcio tiene como objetivo trabajar con cámaras existentes, LiDAR, sensores de movimiento y otras tecnologías integradas para crear una solución de bajo mantenimiento que aumente la confiabilidad de todos los datos recopilados por automóviles autónomos y otras soluciones inteligentes. una tecnología de identificación con menos Este innovador sistema utiliza balizas y radares para identificar sujetos/objetos de interés clave a través de un simple intercambio de datos y puede determinar:
- que/quien esta ahi
- Dónde
- qué estás haciendo
Estos datos claros resultantes proporcionan la información clara necesaria para tomar decisiones precisas y bien informadas, mitigando muchos de los riesgos asociados con las aplicaciones autónomas. Por ejemplo, los drones de reparto pueden navegar en entornos urbanos abarrotados y dejar paquetes en varias direcciones sin necesidad de contacto humano. La misma tecnología se puede adjuntar a las señales de tráfico, integrarse perfectamente en los sistemas de carreteras inteligentes o ser utilizada por los ciclistas como dispositivos portátiles para mejorar la visibilidad de los usuarios vulnerables de la carretera.
A medida que la vida cotidiana volvía lentamente a una nueva normalidad, la crisis no solo aumentó nuestra dependencia de los sistemas heredados que requieren mucha mano de obra, sino que también proporcionó el punto de partida necesario para acelerar el desarrollo de sistemas y aplicaciones autónomos. contacto cara a cara en el corto y mediano plazo y contribuirá en gran medida a prevenir cierres globales en caso de una futura pandemia. El único factor limitante es la precisión de los datos recopilados. Esto se debe a que las decisiones resultantes son tan informativas como la fidelidad de los datos obtenidos originalmente.
visita https://r4dartech.com/ Haga clic aquí para más detalles.
Sobre el Autor
Clem Robertson es un veterano en tecnología con más de 25 años de experiencia en ingeniería integrada, diseño de circuitos integrados, gestión de programas y entrega de productos B2B en múltiples mercados, incluidos semifables, semiconductores, RF y telecomunicaciones, automotriz, médico y defensa. Tiene un historial comprobado de creación y liderazgo de equipos multidisciplinarios que brindan tecnología de clase mundial para la captura de datos de objetos/sujetos y ha ocupado altos cargos en Plextek, Nurija y Airvana. Recientemente defendió y lideró el desarrollo de la tecnología de radar de imágenes de próxima generación para múltiples mercados y aplicaciones, incluida la detección de daños por objetos extraños (FOD) en la pista. Fundó las tecnologías R4DAR en abril de 2019.